Rev.int.med.cienc.act.fís.deporte - vol. 8 - número 31 - septiembre 2008 - ISSN: 1577-0354
Martínez, J.A. y Martínez, L. (2008). La medición de la calidad percibida en servicios deportivos; un
enfoque en primera persona. Revista Internacional de Medicina y Ciencias de
MEASURING PERCEIVED SERVICE QUALITY IN SPORTS SERVICES;
A FIRST PERSON APPROACH
Martínez,
J. A.1; Martínez, L.2;
1 josean.martinez@upct.es, http://www.upct.es/~beside/jose.htm, Profesor Ayudante. Departamento
de Economía de
2 laura.martinez@upct.es, http://www.upct.es/~beside/laura.htm, Profesor Contratado
Doctor. Departamento de Economía de
Recibido 1 septiembre 2008
CLASIFICACIÓN UNESCO:
5311 “Marketing”
RESUMEN
El objetivo de esta
investigación es comprobar si existen diferencias entre el patrón de respuestas
dado en una escala de formato libre, o enfoque en primera persona, y el realizado
en las escalas comúnmente utilizadas en la medición de la calidad percibida de
servicios deportivos: Likert de
PALABRAS CLAVES: Calidad percibida, gestión
deportiva, escalas de medida, invarianza de escala.
ABSTRACT
In the framework of sports services, the aim of
this research is to compare the response pattern that comes from a free-scale
-or first person approach-, with the response pattern that comes from three
widely used rating scales: Likert from 1 to 5 and from 1 to 7, and semantic
differential from -3 to +3. This study have analysed two samples of consumers,
combining the notion of scale invariance and the implementation of structural
equation modelling. Our findings show that there are statistical differences
between the preferred scale and the other three rating scales. With the aim to
maximize validity, we recommend managers of sports services to use the first
person approach.
KEYWORDS: Perceived quality, sport Management, rating scales, scale invariance.
1. INTRODUCCIÓN
La gestión de la calidad es ya un concepto
universalmente conocido y aplicado en prácticamente todos los ámbitos de la
dirección de organizaciones y empresas de servicios. En los últimos años, la
gestión de servicios deportivos, aunque con un cierto retraso, no ha sido ajena
a esta tendencia, y ha ido incorporando también esta filosofía a los procesos
de dirección.
Un aspecto
fundamental en la implementación de cualquier tipo de sistema que pretenda
mejorar la eficiencia y eficacia de los procesos y conseguir la satisfacción y
retención del cliente, es el de establecer un sistema de medición que permita
escuchar la voz del consumidor, siendo éste, en última instancia, el que otorga
una valoración subjetiva sobre la calidad del servicio recibido. De este modo,
las organizaciones pueden utilizar esa medición para evaluar si el esfuerzo
realizado a nivel de gestión, se corresponde con las evaluaciones de sus
clientes. Éste es un principio básico de sistemas de gestión de la calidad
como, por ejemplo,
Desde los años 80, se
han realizado numerosas aportaciones en la literatura especializada sobre la
utilización de instrumentos de medida para evaluar la calidad percibida,
proponiendo modelos o escalas que han sido debatidos y cuestionados a nivel
teórico, metodológico y empírico. Ejemplos de estas aportaciones son los
trabajos de Grönroos (1984), Cronin y Taylor (1992), Parasuraman, Zeithalm y
Berry (1985; 1988), Teas (1993) o Brady y Cronin (2001). Por su parte, en el
ámbito de la gestión deportiva, destacan las investigaciones de Kim y Kim
(1995), Ko y Pastore (2004, 2005) o Morales, Hernández-Mendo y Blanco (2005).
Sin embargo, ninguna
de estas aportaciones cuestiona un aspecto primordial en la medición de la
calidad, como es la utilización de un formato de respuesta óptimo que maximice
la validez de las respuestas obtenidas. El motivo fundamental de no profundizar
en este tema reside en que esta cuestión forma parte de otro debate, mucho más
profuso si cabe, que aproximadamente desde los años 30 del siglo pasado se
protagoniza en las ciencias sociales en general, y particularmente en la
psicología y sociología.
En este escenario de
discusiones científicas, la mayoría de los autores que investigan sobre calidad
percibida, ya sea por prudencia algunos y por rutina otros, utilizan
generalizadamente las escalas Likert de
En aras de mejorar la validez de las mediciones,
teóricamente sería más adecuado que los consumidores respondieran de la forma
que les resultase preferida, es decir, no restringiendo las respuestas a una
escala dada por el investigador, sino siendo el propio individuo quien respondiera
en la “escala” que más se ajustase a sus preferencias, al contexto determinado
de la pregunta y respuesta, y que minimizara el esfuerzo o coste psicológico
(Ferrando, 2003; Weng y Cheng, 2000). Por tanto, el hecho de que el individuo
definiera su respuesta sin restricciones de categorización sería, en
terminología relativista, una aproximación en “primera persona” a la medida de
variables psicológicas (Kilpatrick y Cantril, 1960), en contraposición con la
llamada perspectiva en “tercera persona”, asociada al positivismo, que es la
forma habitual de proceder en la tradicionalmente etiquetada como investigación
cuantitativa. Sin entrar, no obstante, en disquisiciones filosóficas, parece
evidente que esa aproximación en primera persona incrementa la validez de las
respuestas, por lo que es una opción muy deseable para los investigadores, y
más teniendo en cuenta que la evidencia empírica ha demostrado que los
individuos utilizan un rango determinado de respuestas (Ferrando 2003), o que
directamente prefieren dar sus respuestas en escalas de
Además del incremento de la validez por ausencia de
categorización, un formato libre de respuesta permite que las etiquetas
verbales comúnmente utilizadas en las escalas ordinales no produzcan interacción
con la respuesta, es decir, no sean fuente de sesgo. Y es que, por ejemplo, las
diferencias culturales pueden producir divergencias en los patrones de
respuesta (Hofmans et al., en prensa). Incluso algunos individuos pueden
considerar, por ejemplo, “muy bueno” como el punto final de una escala,
mientras que otros no (Saris y Gallhofer, 2007), por lo que el estilo de
respuesta varía incluso en función de la personalidad del encuestado (Javaras y
Ripley, 2007). Dadas estas circunstancias, por tanto, se podría obtener una
medida numérica de la percepción de la calidad del consumidor de servicios
deportivos optimizando la validez de la respuesta al utilizar una escala de
formato libre.
El objetivo de esta investigación es comprobar si
estadísticamente existen diferencias entre el patrón de respuestas dado en una
escala de formato libre, y el realizado en las escalas comúnmente utilizadas:
Likert de
2. METODOLOGÍA
2.1. INVARIANZA DE
ESCALA
En psicofísica, la invarianza de escala es conocida
como una característica de los objetos que no cambia si la longitud de la
escala es multiplicada por un factor constante. Por ejemplo, dada la función
polinómica 
, donde a y k son constantes, entonces
, donde c es una
constante. Es decir, escalando el argumento de la función por un factor
constante c, se produce un
re-escalamiento de la función por un factor constante 
.
Los trabajos de Stevens (1951) mostraron que la
respuesta a un estímulo 
es una función de potencia de la intensidad
percibida x, por lo que se cumple que
. Si suponemos k=1
(Hofmans et al., 2007), entonces tomando logaritmos: 
. Si la respuesta al estímulo se da en la escala que el
individuo mejor relaciona con la intensidad que percibe, es lógico suponer que
a=1, por lo que la relación es completamente idéntica entre la respuesta y la
intensidad percibida. Si existe un cambio de escala, entonces: 
. Despejando c, se obtiene el factor de re-escalamiento. Por
ejemplo, para una escala preferida de
Como puede
intuirse, el simple hecho de transformar los valores de
Igualmente,
dado que la varianza S2 de
una distribución muestral de n datos
es una función cuadrática, es sencillo comprobar como
, donde 
,
, 
=2 y 
=1/
. Por tanto, si existe invarianza de escala, la
varianza re-escalada sería 
, es decir, 
, siendo 
la varianza de la
escala original.
Una vez definida la invarianza de escala, a nivel
operativo es más accesible trabajar transformando todas las respuestas de
escalas distintas en una única escala universal en el intervalo [0,1] (Cohen,
Cohen, Aiken y West, 1999). De este modo, se puede establecer una comparación
directa entre todas las respuestas.
2.2. MODELOS DE
ECUACIONES ESTRUCTURALES
Los modelos lineales
de ecuaciones de estructuras de covarianza son ampliamente utilizados en
ciencias sociales, permitiendo el estudio de relaciones entre variables
latentes (no observables), y entre éstas e indicadores (respuestas observables).
El modelo reflectivo más sencillo que puede plantearse es el que relaciona una
variable latente con un indicador, cuya ecuación es: 
, siendo y el valor
del indicador observable, 
el valor de
la variable latente, 
el coeficiente que relaciona ambos valores, y 
un término de error.
Rápidamente se ve la analogía de esta ecuación con las definidas en la sección
anterior. En este caso, el término de error se asume que sigue una distribución
normal con media cero, por lo que no influye en el valor medio de los valores
de respuesta, aunque sí incrementa la varianza observable de esas
respuestas.
La ecuación anterior puede expresarse en términos de
covarianza de la siguiente manera: 
, asumiendo independencia en la parte derecha de la ecuación.
El modelo que proponemos en esta investigación es
una extensión de esas ecuaciones anteriores. En este caso, la variable latente
hace referencia a la percepción del estímulo, es decir, la calidad percibida,
que se manifiesta a través de cuatro indicadores observables. El primero de
ellos, y1, representa la
escala preferida por el individuo. Los tres restantes, y2, y3
e y4, representan las
respuestas a ese estímulo en escala diferencial semántico de
Figura 1
Modelo de medida de la calidad percibida con las cuatro escalas
consideradas
|
|
Dado que se cumplen las condiciones de
identificación, se pueden testar diferentes modelos atendiendo a ciertas
restricciones en los parámetros a estimar. Seguiremos la filosofía de ajuste
exacto, defendida por Hayduk (1996) y Hayduk y Glaser (2000), por lo que los
modelos se considerarán ajustados en base únicamente al test de la
chi-cuadrado.
Partimos de la proposición de que la relación entre
la respuesta y la intensidad percibida es completamente idéntica (a=1, o en el caso de la notación de
ecuaciones estructurales 
). Como todos los datos están transformados a una escala
universal [0,1], si existe invarianza de escala, el resto de parámetros lambda
también deberían ser 1 (modelo de indicadores tau-equivalente). Asimismo,
asumimos que puede existir error de medida en la respuesta de los consumidores,
el cual consideramos que tiene una varianza del orden del 15% de la varianza
observada (Martínez y Martínez, 2008). En este caso una condición aún más
restrictiva para que se cumpla la invarianza de escala es que las varianzas de
error sean iguales para los cuatro indicadores (modelo de indicadores
paralelos).
2.3. RECOGIDA DE DATOS
Se recogió una muestra aleatoria de 116 consumidores
de uno de los centros deportivos municipales (el más importante) de la ciudad
de Cartagena. Esa muestra constituye alrededor del 6% de usuarios de esos
servicios. El factor de imprecisión sobre la escala de medida- FIEM- (Martínez y Martínez, 2008) fue
del 4,5%, factor que se tomó como criterio para la determinación de un tamaño
de muestra mínimo (<5%). La muestra estaba compuesta por un 69% de hombres y
un 31% de mujeres, siendo la media de experiencia en el servicio de 31 meses.
La recogida de datos se realizó durante la primavera de 2008.
A los encuestados se les pidió que expresaran su percepción
de calidad del servicio deportivo, a través de un término lingüístico y a
través de un valor numérico. Cuando el encuestado expresaba ese valor numérico
se le pedía que indicara la escala en la que ese valor cobraba sentido. Tras
dos preguntas que no versaban sobre calidad percibida, se les volvía a
preguntar sobre su percepción de calidad del servicio utilizando las escalas
categóricas descritas anteriormente. Entonces el encuestador afirmaba: “Usted a dicho que su percepción de calidad
era XXX (y utilizaba el término lingüístico que había dicho el encuestado),
¿cómo lo representaría en las siguientes escalas?”. De este modo, separando
las preguntas sobre calidad en dos bloques y con la comentada intervención del
encuestador, se perseguía minimizar la posibilidad de que existiera dependencia
entre las respuestas numéricas, lo que convertiría el modelo en no testable, al
no cumplir las condiciones de identificación.
Finalmente, un 52% de los encuestados escogieron como
escala preferida para dar su respuesta sobre la percepción de calidad una
escala de
3. RESULTADOS
Para analizar la
invarianza de escala utilizamos el programa LISREL 8.80 (Jöreskog y Sörbom,
2006), y el método de estimación de máxima verosimilitud robusto, ya que los
datos se alejaban moderadamente de la normalidad multivariante. Consideramos
todas las variables de entrada como continuas. Hemos seguido un procedimiento
de test basado en la comparación de diferentes modelos anidados, comparando el
ajuste de esos modelos a través de la diferencias de la chi-cuadrado escalada
de Satorra-Bentler (Satorra y Bentler, 1999).
La secuencia de modelos
anidados se describe en
Tabla 1
Modelos estadísticos
|
Modelo |
Restricciones |
SBχ2 (gl) |
p valor |
Δ SBχ2(gl) |
p valor |
|
M1 |
Modelo base |
4.34 (3) |
0.23 |
|
|
|
M2 |
Modelo de items
tau-equivalentes |
12.55 (6) |
0.05 |
M2- M1=21.94 (3) |
0.00 |
|
M3 |
Modelo de items paralelos |
19.75 (9) |
0.02 |
|
|
|
Replicación |
|
|
|
|
|
|
Mr1 |
Modelo base |
19.41 (3) |
0.00 |
|
|
|
Mr2 |
Modelo de items
tau-equivalentes |
36.17(6) |
0.00 |
|
|
|
Mr3 |
Modelo de items paralelos |
53.97 (9) |
0.00 |
|
|
El estudio fue replicado en otra muestra aleatoria de
otro centro deportivo municipal (el segundo más importante), con el fin de
contrastar la consistencia de los resultados en un contexto diferente, es
decir, ante lo que Hitchcock (2002) llama otras situaciones test. Asumimos que
puede existir heterogeneidad a priori, y por tanto, diferenciación en el test,
porque este centro es de gestión compartida con una empresa privada. Por tanto,
partimos de la hipótesis de que la calidad percibida puede ser diferente en
este segundo centro. Dada esta situación, creemos conveniente estudiar los
resultados del primer estudio se confirman con esta segunda muestra.
De nuevo se estableció como criterio para obtener el
tamaño de muestra el obtener un FIEM menor
del 5%. En este caso se obtuvieron 98 cuestionarios válidos; un 60% de los
encuestados eran hombres y un 40% mujeres, siendo la media de experiencia en el
servicio de 40 meses.
En esta segunda muestra,
un 78% prefirío la escala de
Se siguió un
procedimiento análogo al del estudio 1 en cuanto a la secuencia de modelos
estadísticos (Tabla 1). En este caso, ni siguiera el modelo base Mr1 puede considerarse correctamente especificado, por lo que
tampoco tienen sentido las comparaciones relativas entre modelos (Yuan y
Bentler, 2004).
De este modo, la
replicación ofrece resultados diferentes a los del primer estudio. En esta
segunda muestra no se ajusta el modelo base, lo que indica que los ítems no son
condicionalmente independientes, por lo que no conforman una estructura básica
de medición de la calidad percibida.
4. CONCLUSIONES
De esta investigación pueden desprenderse una serie de conclusiones de
relevancia para la medición de la calidad de servicios deportivos.
En primer lugar, los consumidores de servicios
deportivos prefieren expresar su percepción de la calidad del servicio en
escalas de
En segundo lugar, la evidencia empírica muestra que
efectivamente existe distorsión estadística entre los diferentes formatos de
respuesta analizados y la escala preferida por los individuos. Aunque los
resultados del primer estudio indican que puede existir invarianza de escala en
su versión menos restrictiva (modelo de ítems paralelos, que está justo en el
límite de la significación estadística: 0.05), la replicación da unos
resultados mucho más claros, donde incluso no existe ajuste del modelo base.
Este último factor contradice el principio de independencia condicional, el
cual debe ser necesario en su cumplimiento en modelos de medida como el que se
han planteado.
Dados estos resultados, consideramos más prudente
recomendar la utilización de escalas libres, es decir, de medir la calidad
percibida en “primera persona”, sin obligar al encuestado a contestar en una
escala categórica constreñida en 5 o 7 categorías de respuesta, ya sea Likert o
diferencial semántico, y que distorsiona su respuesta de forma estadísticamente
significativa. En aras de maximizar la validez de las respuestas obtenidas,
creemos que ésta es una recomendación a tener muy en cuenta.
Finalmente, la principal limitación de este estudio
reside en la posibilidad de que existan modelos competitivos de dependencia
entre indicadores. Aunque hemos tratado de minimizar ese posible riesgo en el
diseño del cuestionario, admitimos que es plausible que se pueda producir esa
dependencia. El hecho de que en la segunda muestra no se ajuste el modelo base,
podría ser indicativo de ese hecho. Para poder testar modelos de dependencia
sería necesario incrementar el número de variables observables utilizadas, con
el fin de poder identificar el modelo. Si esa dependencia existe, los resultados
de nuestro estudio quedarían sesgados. No obstante, insistimos en que la forma
bien explicitada de realizar la encuesta a cada individuo, minimiza
ostensiblemente ese riesgo.
REFERENCIAS
Brady, M.K., y Cronin, J.J. (2001). Some new thoughts
on conceptualizing perceived service quality: a hierarchical approach. Journal of Marketing, 5, 34–49.
Cohen,
P., Cohen, J., Aiken, L., y West, S. (1999). The problem of units and the
circumstance for POMP. Multivariate
Behavioral Research, 34 (3), 315-346.
Cox,
E. P. (1980). The optimal number of response alternatives for a scale: a
review. Journal of Marketing Research, 17,
407-422
Cronin, J.J., y
Ferrando, P.J. (2003).
A Kernel density analysis of
continuous typical-response scales. Educational
and Psychological Measurement, 63, 809-824
Grönroos, C. (1984). A service quality model and its
marketing implications. European Journal
of Marketing, 18 (4), 36–44.
Hayduk, L. A. (1996).
LISREL
Issues, Debates and Strategies.
Hayduk, L.
A., y Glaser, D. N. (2000). Jiving the four-step,
waltzing around factor analysis, and other serious fun. Structural Equation Modeling, 7, 1–35.
Hitchcock,
C. (2002). Probabilistic causation.
Stanford Encyclopedia of Philosophy.
Hofmans J.,
Theuns P.,
Baekelandt S.,
Mairesse O.,
Schillewaert
N., y Cools W.
(2007). Bias and changes in perceived intensity of verbal qualifiers effected
by scale orientation. Survey Research
Methods, 1 (2), 97 -108.
Hofmans,
J., Theuns, P. y Van Acker, F. (En prensa). Combining quality and quantity. A
psychometric evaluation of the self-anchoring scale. Quality & Quantity.
Hofmans, J.,
Theuns, P., y Mairesse, O. (2007). On the impact of the number of response
categories on linearity and sensitivity of 'Self Anchoring Scales'. A
Functional Measurement approach. Methodology,
3, (4), 160-169.
Javaras,
K. N. y Ripley, B. D. (2007). An "unfolding" latent variable model
for likert attitude data: drawing inferences adjusted for response style, Journal of the American
Statistical Association, 102 (478), 454-463
Jöreskog,
K. y Sörbom, D. (2006). LISREL 8.80. Scientific Software
International, Inc
Kahneman,
D., y Tversky, A. (1979). Prospect theory: an analysis of decision under risk. Econometrica, 47 (2), 263- 291.
Kilpatrick,
F. P., y Cantril, H. (1960). Self-anchoring scaling: A measure of individuals’
unique reality worlds. Journal of
Individual Psychology, 16, 158-173.
Kim, D., y Kim, S.Y. (1995). QUESC: an instrument
for assessing service quality in sports and leisure centres. Managing Leisure 1, 77–89.
Ko, Y. J., y Pastore, D. L. (2004). Current issues
and conceptualizationsof service in the recreational sport industry. Sport Marketing Quarterly, 13 (3),
159–167.
Ko, Y.J., y Pastore, D. L. (2005). A hierarchical
model of service quality for the recreational sport industry. Sport Marketing Quarterly, 14 (2), 84–97.
Lissitz,
R. W. y Green, S. B. (1975). Effect of the number of scale points on
reliability: A Monte Carlo approach. Journal of Applied Psychology, 60, 10-13
Martínez, J. A. y Martínez, L.
(2008). Determinación de la máxima varianza para el cálculo del Factor de
Imprecisión sobre
Martínez, L. y Martínez, J. A. (2008). Developing a
multidimensional and hierarchical service quality model for the travel agency
industry, Tourism Management, 29 (4),
706-720
Morales,
V., Hernández-Mendo, A., y Blanco, A. (2005). Evaluación de la calidad en los
programas de actividad física. Psicothema, 17 (2), 311-317
Parasuraman, A., Zeithaml, V., y Berry, L. (1988). Servqual:
a multiple-item scale for measuring consumer perceptions of service quality. Journal of Retailing 64 (1), 12–40.
Parasuraman, A., Zeithaml, V., y Berry, L., (1985). A
conceptual model of service quality and its implications for future research. Journal of Marketing, 49, 35–48.
Saris, W. E. y Gallhofer,
Satorra, A. y Bentler, P. M. (1999). A scaled
difference chi-square test statistic for moment structure analysis. Psychometrika, 66,. 507-514.
Stevens, S. S. (1951). Mathematics, measurement and
psychophysics. In S. S. Stevens (Ed.), Handbook
of experimental psychology.
Teas, R. (1993). Expectations, performance evaluation,
and consumer’s perceptions of quality. Journal of Marketing 57, 18–34.
Weng, L. (2004). Impact of the number of response
categories and anchor labels on coefficient alpha and test-retest reliability. Educational and Psychological Measurement, 64,
956-972.
Weng, L.-J., y Cheng, C.-P. (2000). Effects of response order on Likert-type
scales. Educational and
Psychological Measurement, 60 (6), 908–924
Yuan, K. H., y Bentler, P. M. (2004). On chi-square
difference and z-tests in mean and covariance structure analysis when the base
model is misspecified. Educational
and Psychological Measurement, 64, 737–757.
Rev.int.med.cienc.act.fís.deporte - vol. 8 - número 31 - septiembre 2008 - ISSN: 1577-0354